报告点评人民银行副行长陆磊文章，指出将于2026-01-01启动数字人民币2.0，通过“双层一本账”混合架构、将数币纳入商业银行负债并纳入准备金与存款保险、允许银行对钱包余额付息以及对非银机构实行100%准备金等举措，旨在兼顾宏观调控、化解脱媒风险并提升数币在场景与规模上的普及，预计在银行与第三方渠道激励下，数字人民币交易规模有望加速增长并进入“数字存款货币”阶段 [page::0][page::1]
本报告分析了近年来地方债期限结构变化与2026年发行节奏判断：因特殊再融资债期限显著拉长，2025年地方债平均期限较2023年延长约3.0年，特殊再融资债增加约10.3年；预计2026年一季度置换债或前置、其发行期限或将定调全年，而全年发行在兼顾发行成本与到期偿付压力下，可能对超长期债发行有所压降；新增债高峰或落在二三季度，整体偿付压力与再融资占比维持在10%-15%区间（再融资债接续占比约86%-87%），相关结论见正文数据与节奏判断 [page::0]
本报告基于“全天候”大类资产配置框架（SAA—TAA—事件审议），在美联储降息并可能扩表的背景下，建议2026年1月超配风险资产（超配A/H、港股与美股，超配黄金与工业商品），并给出权益50%、债券35%、商品15%的总体配置基准与细分建议 [page::0].
本晨报摘录两篇行业深度结论：一是防水行业自2021年以来出清最剧烈，头部集中度提升至约50%，头部企业已开始2025年末集中提价尝试，结合2025年末低位沥青成本，2026年行业盈利有望明显修复；二是航空业在需求恢复与供给增速放缓的背景下，预计2025年行业度过减亏并实现扭亏，2026年有望进入票价与盈利上行的“超级周期”，长期逻辑向好。[page::0][page::1]
本直播/简报聚焦2025年政策导向与通胀预期的变化对国债期货定价曲线的影响，解析两者如何形成债市逆风并提出若干风险管理手段（包括头寸管理、跨期限套利与对冲策略），为期货投资与风控提供操作性建议与讨论议题 [page::0][page::1][page::2]
本报告基于“十五五”规划梳理了未来五年对大宗商品期货市场的五条主线：产业提质升级、粮食安全、绿色转型与能源革命、基础设施与新基建、资源与供应链安全，指出高端制造与新能源将长期支撑锂、多晶硅、铜、铝等品种，粮食与养殖品种受政策支撑波动下限增强，传统建材需求结构转向更新改造与质量提升，战略性矿产和国家储备将影响价格弹性与波动性 [page::0][page::1][page::2][page::3]
本报告解读上海国际能源交易中心关于“集运指数（欧线）期货标准合约（修订草案）”的主要修改建议，核心包括：将合约月份由原来的双月制改为最近1-6个月（剔除2月）+随后两个季月，并把最小变动价位从0.1点调整为0.5点；该调整有望收窄基差波动、提升产业套期保值效率并催生更多月间价差套利机会（如8-9正套、9-10正套、1-3正套、12-01反套）[page::0]。
本报告以“商业航天”为主题，梳理产业链图谱、给出概念股池，并基于量价数据构造“领涨因子”和“尖峰右偏因子”在概念股池中打分，选出因子得分前五的增强组合（信维通信、斯瑞新材、中国卫星、航天发展、航天电子），同时讨论技术突破（回收火箭）、监管放宽（科创板上市指引）与海外资本影响等催化因素对产业链估值的潜在影响 [page::0][page::1]
本报告系统梳理了2025年前后大语言模型与Agent化在主动投研全流程的应用演进，比较了通用大模型（豆包、千问、腾讯元宝、Kimi）与专业投研智能体（Wind Alice、AlphaEngine、WarrenQ、AI小财神）在Deep Research、知识库、PPT生成与任务型Agent能力方面的差异，并提出基于知识库+Agent的投研效率优化路径与实践方案 [page::0][page::3]
本文提出一种基于“tradables”形式化的有限差分拟合方法，将数值格式强制使若干解析解精确满足，从而消除PDE中的漂移项并显著改善亚洲期权与含现金股息期权定价的收敛与稳定性，实测在较细网格上可达六位有效数字，粗网格下亦能在毫秒级别得到约0.1%精度的价格 [page::0][page::1][page::7].
本文提出以量子随机行走（QSW）为核心的组合优化框架：将资产与协方差/Sharpe 信息嵌入加权图，利用混合量子-经典动力学的稳态密度矩阵对角线直接生成投资权重，得到“smart 1/N”——保持接近等权的高度分散性、低脆弱性但带有小幅数据驱动倾斜。实证显示在短期与长期窗口、625 点超参数网格及 34 年、30 个点位时变宇宙回测中，QSW 在保持分散和较低换手的同时，显著提升风险调整收益并具结构性鲁棒性 [page::0]
本文以Q-learning仿真考察数据标记（market segmentation）如何通过多市场接触影响AI定价表现，发现AI可通过市场分配实现默契性抬价（market allocation），且细分市场越多总体的合谋程度反而下降；在非对称分割下，细分更多的一方会采用“诱饵-克制-剥削”策略教导对手抬价，但数据优势不必然带来利润优势，监管应关注数据选择阶段以防最坏消费者结果 [page::0][page::3][page::21][page::24]。
本文提出并理论化了“非平稳性—复杂度”权衡：复杂模型能减小模型误差但需更长训练窗口，进而放大非平稳偏差；为解决该权衡，作者设计了ATOMS（一种基于自适应验证窗口的淘汰赛模型选择算法），并证明其在有限样本下近似最优，同时在17个行业组合实证中平均提升OOS R^2约14%并带来显著的经济收益（终值平均高31%）[page::0][page::2][page::25]
基于近22万条微博与小红书帖子，本文运用本地部署的开源大语言模型（gpt-oss-20b 等）对情感（正/中性/负）与“大三道德”（Autonomy/Community/Divinity）进行自动标注，发现：整体上微博偏正面、小红书以中性为主；当出现道德化表述时，Autonomy 与 Community 明显与负向情感相关，而 Divinity 更偏向中性或正向，这揭示了当代中国婚姻话语的道德化批判倾向并强调平台分化特征 [page::1][page::22][page::23]
本文提出基于收入分布对不平等反应的不敏感性（income-share insensitivity）来内生识别中产阶级，理论证明并通过蒙特卡洛与WID（1980–2023）百分位数据检验，发现“中产”集中偏右、边界在不同M大小下稳健且跨国/时点基本一致，为政治经济学中“中产促稳”的解释提供了可操作的度量依据 [page::0][page::3][page::22].
本文提出 Alpha‑R1：一种将金融语义理解与强化学习结合的因子筛选框架，利用 LLM 对因子经济逻辑与实时新闻进行推理、语义门控并通过基于市场回测的 GRPO 优化策略，从而显著提升因子在不同市场政权下的稳健性与风险调整后回报；实证在 CSI‑300 与 CSI‑1000 上均显著优于传统 ML 与基线 LLM（如 Qwen3‑8B、Claude 等）[page::0][page::6].
本文将异质性R&D生产率引入内生的R&D网络形成模型，发现生产率差异会导致连接收益不对称：低生产率企业从连接中相对获益更多，而高生产率企业承担更高努力与成本；当生产率差距足够大时，完全网络不再稳定，正向择偶（PA）簇状网络成为稳定结构，且PA结构常优于完全网络的社会福利，但在高生产率企业比重过大时出现福利的倒U形（群体挤出效应）。该结论由理论比较静态及大量仿真结果支持。[page::0][page::4]
This paper introduces Lambda Expected Shortfall (Λ-ES), a principled generalization of Expected Shortfall parameterized by a decreasing function Λ. Λ-ES is defined as sup_x (ES_{Λ(x)}(X) ∧ x), is the smallest quasi‑convex and law‑invariant risk measure dominating Λ‑VaR under mild conditions, admits a dual representation and an RU‑style optimization representation, and is shown to be L1‑continuous (when Λ<1) and SSD‑consistent, providing a flexible yet diversification‑sensitive alternative to Λ‑VaR [page::0][page::8].
本文研究多模态深度学习在艺术品拍卖估值中的增量价值，发现在有历史成交价时结构化信息（尤其是先前成交价与艺术家身份）主导预测，而在“fresh-to-market”（首次入市）情形下，视觉嵌入能显著提升预测精度，说明图像信息在历史稀缺时可部分替代价格锚并提供经济上有意义的增益 [page::0][page::1][page::11].
本文提出 Atomic–IQ（一种基于原子化事件构建的压缩/挤压(squeezing)相关矩阵估计器），通过原子化构件保证类矩阵为 PSD 并用“压缩恒等式”表达总体估计器，从而在可控可解释的框架内实现正半定性与显式谱调节；引入的 eigenfloor 提供闭式规则以达成最小特征值或目标条件数，并可作为条件区间下的解析 PSD 修复工具；在多资产（10 资产）长仓切线回测中，Atomic–IQ 提高了样本外夏普并改善了风险特征，表现稳健 [page::0][page::15][page::26]
